技能介绍

要解决什么问题

医学影像在科研、质控和系统对接里几乎都以 DICOM 交付：同一套文件里既有 CT/MRI/X 光等像素数据，也有患者、检查、序列、传输语法等元数据，还常见 JPEG、JPEG 2000、RLE 等压缩。手写解析成本高，缺属性、窗宽窗位不对、压缩库未装齐，都会在生产环境里变成反复踩坑。

技能如何组织工作流

本技能围绕 pydicom 的常规工程路径展开，而不是泛泛介绍医学影像概念：

读取与访问：用 dcmread() 得到 Dataset，通过属性名（如 ds.PatientName）或标签（如 ds[0x0010, 0x0010]）取元素；ds.file_meta 看传输语法 UID；缺失字段用 hasattr() / getattr() 处理。
像素与可视化：从 DICOM 抽 pixel_array，区分灰度、彩色与多帧序列；显示异常时按文档思路应用 VOI LUT（apply_voi_lut 或 WindowCenter / WindowWidth）。
元数据与合规：改数据元素、写回时用 save_as(..., write_like_original=True) 保留文件元数据；匿名化删除或替换 PHI，可配合 scripts/anonymize_dicom.py。
格式与序列：DICOM 转 PNG/JPEG/TIFF（含 dicom_to_image.py）；处理嵌套序列与多文件系列；压缩/解压需对照传输语法（如 Explicit VR Little Endian、JPEGLossless、JPEG2000Lossless、RLELossless），细节见 references/transfer_syntaxes.md。
辅助与排错：extract_metadata.py 可读化导出元数据；常见「无法解码像素」指向 pylibjpeg、python-gdcm 等额外解码器；大系列建议逐文件迭代而非一次性载入内存。

适用边界与注意点

技能侧重 文件级 DICOM 操作（读写、转换、匿名化、单卷/系列处理），不是完整 PACS 产品实现。从未信任来源读入要做异常处理；新建实例应生成新 UID，仅修改内容时保留原 UID；共享前务必验证匿名化是否彻底。复杂多步研究管线（大规模数据集探索、长会话编排）可另选更适合的托管环境，本技能仍适合作为 Agent 内的 pydicom 操作手册。